Python

Fundamentos de programación en Python para análisis de datos.

TipObjetivos de Aprendizaje

Al finalizar esta preparación, los participantes serán capaces de:

  • Conocer la sintaxis básica de Python (variables, tipos de datos, funciones, bucles, condicionales).

  • Utilizar Jupyter Notebooks o un entorno interactivo de Python.

  • Importar y utilizar bibliotecas estándar (numpy, matplotlib).

  • Leer y manipular arreglos numéricos básicos.

Python es un lenguaje de programación de alto nivel, dinámico y multipropósito, ampliamente utilizado en ciencia de datos y análisis de bioimágenes por su sintaxis clara y su robusto ecosistema de bibliotecas. A continuación se presentan los enlaces al material del taller, aunque realizaremos la instalación de Python de una manera diferente.

Taller y Material de Referencia

Aunque recomendamos realizar una instalación como la que se describe en la siguiente sección, el material oficial de referencia para este taller se encuentra en:

Configuración del Entorno de Trabajo

Para este curso, en lugar de realizar una instalación global de Python o usar otras herramientas, utilizaremos pixi para inicializar y gestionar el entorno de forma reproducible. Sigue estos pasos:

  1. Crear una carpeta de trabajo: Abre tu terminal y crea un nuevo directorio llamado python-tutorial, luego ingresa a él:

    mkdir python-tutorial
cd python-tutorial

  2. Inicializar el proyecto: Crea un nuevo proyecto de pixi ejecutando:

    pixi init

  3. Agregar dependencias: Añade Python, Jupyter y las librerías científicas necesarias corriendo:

    pixi add python jupyter numpy matplotlib

  4. Iniciar Jupyter Notebook: Para abrir Jupyter Notebook y comenzar a escribir código, ejecuta:

    pixi run jupyter notebook

    Esto iniciará el servidor de Jupyter y abrirá la interfaz en tu navegador web. Desde allí podrás crear cuadernos interactivos (.ipynb) y seguir el tutorial.

Actividades a Realizar

Debes seguir los pasos del material del taller disponible en https://maurosilber.github.io/python-tutorial y completar las explicaciones y ejercicios hasta la sección de Numpy y matplotlib inclusive.

Citation

Mauro Silberberg. (2026). maurosilber/python-tutorial: 20260724 (Version 20260724) [Computer software]. Zenodo. https://doi.org/10.5281/zenodo.21539956